Discussion :

[zakuza]

Bonjour, j'étudie l'intelligence artificielle de manière autodidacte et dernierement j'ai fait conaissance avec les reseaux bayesiens et tout ce qu'il y a autour comme la théorie de l'utilité, les reseaux de decisions etc.
Pour l'instant je n'ai pas encore attaqué tout ce qui est apprentissage en IA, donc je n'ai pas de conaissance dans ce domaine, et je comptais d'abord appronfondir les reseaux bayesiens avant de m'y mettre. Ma question est : est ce que c'est important de s'investir dans l'étude des réseaux baysiens ou est ce que ces techniques sont aujourd'hui supplentés par d'autres plus efficaces ? J'entend souvent parler des reseaux de neurones, qu'en est il ?

[Matthieu76]

Actuellement les réseaux de neurones supplantent quasiment tout pour des problèmes difficiles tel que la reconnaissance d'image, le jeu d'échec et de go, prise de décision, conversation, etc..
Après tu peux regarder des truc comme les random forest qui se rapproche plus des réseaux bayésiens. Si tu veux tester des trucs dans ton coin tu peux aussi mixer réseau bayésien et algorithmie génétique, ça peut être très fun et tu pourras obtenir de bon résultat.

Enfin tout dépends de ton problème mais si tu étudies l'IA pour travaille dedans ou faire de la recherche je te recommande de te focus sur les réseaux de neurones même si c'est toujours bien de savoir ce qui se fait à côté mais bon... Personnellement je trouve que beaucoup trop de problème sont soluble uniquement par des réseaux de neurones pour ne pas s'y intéresser.

[zakuza]

Bonjour Mathieu, merci pour ta réponse.

je trouve que beaucoup trop de problème sont soluble uniquement par des réseaux de neurones pour ne pas s'y intéresser.

Tu veux dire ne pas s'interesser aux réseaux de neurones j' imagine ? J' ai l' intention de m'y interesser plus tard, c'est juste que dans le bouquin que j'étudie "AIAMA" c'est enseigné dans la partie apprentissage qui suit.

[Matthieu76]

AIAMA ? Je connais pas du tout.

[zakuza]

C'est l'acronyme pour "Artificial intelligence a modern approach" la "bible" bien connu . Le truc c'est que ce bouquin developpe beaucoup de technique sur l'intelligence artificielle et donne une bonne base théorique et pratique avec les nombreux algorithmes, mais certaines parties sont aussi présentes pour des raisons historiques je pense. Ca arrive qu'en début de nouveau chapitre on nous parle de techniques vue precedemment en nous expliquant qu'en fait on peut mieux faire ...

[psychadelic]

si tu t'investis dans l'étude de l'IA, alors j'imagine qu'on ne peut écarter un domaine ou un autre, il faut tout étudier, y compris les moteurs d'inférences, puisque c'est par la que tout à commencé.

Sinon les réseaux bayésiens sont plus récents que les réseaux de neurones.

A titre perso, je tiens à préciser que AI ( créé par des Anglophones) signifie Artificial Intelligence devrait se traduire = Artifice d'Intelligence = en Français (ce qui ne signifie pas la même chose qu'intelligence Artificielle)

[zakuza]

Oui c'est vrai je me suis renseigné sur les réseaux de neurones rapidement et ce n'est que recemment qu'ils se sont mis à fonctionner même si ils sont assez ancients, grace aux grands bases de données d'images notemment pour la reconaissance et aux algorithmes de deep learning. Je ne m'impliquerais pas dans le débat sémantique, mais en tout cas c'est comme cela que google traduction traduit "artificial intelligence". Il me semble qu'il y a du deep learning derrière